University of Maryland
PulseAugur coverage of University of Maryland — every cluster mentioning University of Maryland across labs, papers, and developer communities, ranked by signal.
6 天有情绪数据
-
特朗普政府通过资金和政策调整重塑美国高等教育
特朗普政府正通过资金杠杆和潜在的诉讼，对美国高等教育进行重大重塑。这种方法始于2025年初，给研究资金和国际合作带来了不确定性。一项拟议中的管理和预算办公室规定，可能要求政治任命官员审查拨款申请，并终止那些不符合机构优先事项的申请，此举被批评者认为破坏了公平竞争和创新。
-
专家警告称，美国“金钟罩”导弹防御计划或引发军备竞赛
专家们对美国提出的“金钟罩”导弹防御系统可能无意中加剧与中国和俄罗斯的军备竞赛表示担忧。尽管旨在加强安全，但该系统可能无法完全防御大规模袭击。批评者认为，此类防御措施可能会引发报复性反应，导致美国比以往任何时候都更加脆弱，并加剧进一步的军事扩张。
-
Flock Safety 首席执行官就警方滥用摄像头事件道歉，抵制声浪高涨
Flock Safety 因其车牌识别器被执法部门滥用而面临严重抵制，活动人士呼吁破坏摄像头。首席执行官 Joshua Safdie 已就该技术的不当使用道歉，该技术已被美国各地的警察部门使用。这场争议凸显了人们对监控和隐私的持续担忧，特别是关于这些系统收集的数据及其被滥用的可能性。
-
人工智能时代需要“安全”学位：顶尖大学聚焦可转移技能
在当前的就业市场中，某些大学学位因需求高和可转移技能的发展而被认为是“安全”的。这些领域通常结合了技术熟练度和批判性思维，为毕业生应对不断变化的职业格局做好准备。
-
NSF 在马里兰大学活动中参与 MLsec 研究
美国国家科学基金会 (NSF) 正在参与机器学习安全 (MLsec) 研究，这从在马里兰大学的一次活动中的演讲中可以看出。重点似乎在于 MLsec 的学术方面，与应用技术方法形成对比。
-
纠缠光子成功通过62公里商用光纤传输
研究人员成功地在62公里的商用光纤电缆上传输了纠缠光子，证明了利用现有互联网基础设施构建量子网络的可行性。这项由美国国家标准与技术研究院（NIST）及其合作者报告的成就表明，脆弱的量子纠缠能够经受住现实世界中的条件，如温度波动和物理干扰。这一发展是构建能够增强科学研究、实现超安全通信和提升量子计算能力的量子网络的重要一步。
-
质疑AI图像生成的目的和受众
该条目质疑了AI图像生成技术的预期受众和目的。它探讨了这些工具是主要面向艺术家、消费者还是其他特定群体，并触及了深度伪造（deepfake）和AI“slop”等相关概念。
-
印度的季风波动威胁农作物和电力供应
印度正经历异常的季风模式，6月创纪录的干旱之后是强降雨，随后又出现间歇。这些反复无常的波动扰乱了传统耕作方式，并威胁着农作物产量。科学家将这些变化归因于全球变暖和厄尔尼诺现象，这导致大气以极端、不可预测的爆发方式储存和释放水分。
-
马里兰大学研究揭示AI文本检测依赖结构而非词汇
马里兰大学和Google DeepMind的最新研究分析了61,608篇文本，以了解AI生成内容为何可被检测。研究发现，诸如去除陈词滥调或冗余措辞等表面编辑对检测率影响甚微，仅提高1.6%。持续存在的关键结构性线索包括AI模型陈述段落要点、使用身体隐喻表达情感以及比人类更频繁地称呼读者。基于这些发现，开发了一个名为“unslop”的Claude技能，该技能专注于结构性写作元素和语调校准，而不是试图规避检测。
-
研究发现，AI生成的虚构作品因叙事结构过于简单而易于识别
马里兰大学和Google DeepMind的研究人员的一项研究表明，AI生成的虚构作品因其过于简单的叙事结构而易于识别。这项研究分析了超过50,000个AI生成的短篇故事，发现与人类创作的故事相比，AI倾向于过度解释主题、偏爱直白的故事情节，并且道德模糊性较低。像Claude、GPT和Gemini等特定模型在各自的弱点方面被提及，例如事件升级平淡、过度使用梦境序列以及过多描述外部角色。研究结果表明，AI生成的故事情节在可预测的叙事空间…
-
Pangram Labs 发布 Firefox AI 检测工具
Pangram Labs 发布了一款名为 Pangram AI Detection 的 AI 检测工具，该工具可作为 Firefox 附加组件使用。该工具声称是市场上最准确的，并已获得芝加哥大学和马里兰大学的验证。用户可以直接在浏览器中检查文本是否包含 AI 内容，但七天免费试用期后需要账户和订阅，并且每天限制四次扫描，每次最多 1000 字。
-
研究发现：AI生成的虚构作品因叙事结构简单而易于识别 · 跟踪4个来源
马里兰大学和Google DeepMind的研究人员的一项新研究表明，AI生成的虚构作品很容易被识别，因为其叙事结构简单且倾向于过度解释主题。该研究分析了超过50,000个AI生成的故事，发现Claude、GPT和Gemini等模型表现出独特的、但聚集的叙事模式，这与人类创作的虚构作品中更为多样化的模式不同。这种方法超越了风格上的线索，以识别故事讲述中潜在的结构差异。
-
单个神经元绕过LLM安全；新RL框架改进对齐
来自Apple Inc.和马里兰大学的研究表明，单个神经元足以绕过大型语言模型的安全对齐，从而表达有害知识。另外，一个名为Oyster-II的新框架利用强化学习来改进LLM的建设性安全对齐，超越了简单的拒绝，能够更好地处理敏感查询而不损害有用性。Oyster-II在安全泛化方面表现更优，并避免对良性提示过度应用安全推理，其性能优于先前的方法，并在安全基准测试中可与更大的模型相媲美。
-
加州禁止“最佳销售日期”食品标签以减少浪费和排放 · 跟踪到1个来源
加州已颁布一项新法律，禁止在食品包装上使用“最佳销售日期”（sell by）标签，旨在减少混淆和食物浪费。从周三开始，制造商必须使用标准化标签：“最佳享用日期”（Best if Used By）表示最佳品质，“使用日期”（Use By）表示安全性。这项举措预计将减少该州每年丢弃的大量未过期食品。其他州和联邦层面也在考虑类似的立法。
-
专家称AI被滥用以证明裁员合理，而非降低需求
与普遍看法相反，专家认为AI并非导致失业的主要原因。相反，AI常被用作削减成本措施的理由，例如减少员工、处理表现不佳的员工或进行重组。一项对职位发布的调查并未发现AI降低整体劳动力需求的证据，反而显示与AI相关的职位空缺有所增加。
-
中国学者在ICRA 2026机器人会议上赢得最高奖项
中国学者在维也纳举行的IEEE机器人与自动化国际会议（ICRA）2026上获得了显著认可。包括胡瑞珍、石冠亚和王晓龙在内的多位研究人员因其在工业机器人大语言模型、敏捷空中机器人拦截、灵巧操作触觉模拟以及人形机器人全身控制等领域的开创性工作而获得最高奖项。会议还表彰了机器人领域的国际知名人士，肯定了他们在SLAM和多智能体导航等领域的奠基性贡献。
-
卡内基梅隆大学研究发现大语言模型通过“睡眠”可提升复杂推理能力
卡内基梅隆大学和马里兰大学的研究人员发现，大语言模型可以通过一种“睡眠”机制显著提高其性能。这个过程允许模型巩固在长上下文中学到的信息，从而增强在复杂推理任务中的能力。研究结果表明，间歇性休息可能是优化大语言模型效率和有效性的关键因素。
-
AI 代理发现新颖推理算法，计算成本降低 70%
研究人员开发了一个名为 AutoTTS 的 AI 代理，该代理能够独立发现用于控制 AI 推理的新颖算法。该代理识别出一种新算法，可在保持与现有方法相当的准确性的同时，将计算成本显著降低约 70%。这一发现过程非常高效，仅耗资 40 美元，耗时 160 分钟。
-
视频AI从视觉质量转向运动控制和理解
视频AI的最新进展正将焦点从生成视觉上吸引人的帧转移到理解和控制运动和物理学的底层动力学。CVPR 2026上展示的研究强调了编辑视频运动的方法，例如通过将运动表示为可编辑点或3D轨迹来操纵物体轨迹和相机运动。其他创新包括使用3D形状先验从单个图像生成一致的轨道视频，以及开发基于反馈迭代改进视频生成的自改进代理。高效地对视频数据进行分词和学习长期运动嵌入也是更强大的视频模型的关键发展领域。
-
Canvas学习系统遭勒索软件攻击，马里兰大学学生受影响
ShinyHunters组织发起的勒索软件攻击扰乱了马里兰大学的Canvas学习管理系统，导致学生在期末考试前无法访问学习资料。此次中断从周四晚持续到周五早晨，凸显了高等教育机构对第三方教育技术的严重依赖。网络安全专家强调，大学需要改进事件响应准备工作，并严格管理第三方供应商风险，尤其是在经历了类似MOVEit漏洞利用等过去的事件之后。